Python SciPy misc.central_diff_weights用法及代码示例

本文简要介绍 python 语言中 scipy.misc.central_diff_weights 的用法。

用法:

scipy.misc.central_diff_weights(Np, ndiv=1)#

Np-point 中心导数的返回权重。

假设函数点等距。

如果权重在向量 w 中，则导数为 w[0] * f(x-ho*dx) + ... + w[-1] * f(x+h0*dx)

参数 ：：

Np： int

中心导数的点数。

ndiv： 整数，可选

分区数。默认值为 1。

返回 ：：

w： ndarray

Np-point 中心导数的权重。其大小为 Np。

注意：

对于大量点可能不准确。

参考：

[1]

https://en.wikipedia.org/wiki/Finite_difference

例子：

我们可以计算一个函数的导数值。

>>> from scipy.misc import central_diff_weights
>>> def f(x):
...     return 2 * x**2 + 3
>>> x = 3.0 # derivative point
>>> h = 0.1 # differential step
>>> Np = 3 # point number for central derivative
>>> weights = central_diff_weights(Np) # weights for first derivative
>>> vals = [f(x + (i - Np/2) * h) for i in range(Np)]
>>> sum(w * v for (w, v) in zip(weights, vals))/h
11.79999999999998

这个值接近解析解：f'(x) = 4x，所以 f'(3) = 12